SVMs und Entscheidungsbäume sind diskriminativ weil sie explizite Grenzen zwischen Klassen lernen. SVM ist ein Maximal-Margin-Klassifikator, was bedeutet, dass es eine Entscheidungsgrenze lernt, die den Abstand zwischen Stichproben der beiden Klassen maximiert, wenn ein Kernel gegeben ist.
Sind Entscheidungsbäume generativ?
Diskriminative Modelle:
SVMs und Entscheidungsbäume sind diskriminative Modelle, weil sie explizite Grenzen zwischen Klassen lernen. … Diskriminative Modelle funktionieren im Allgemeinen nicht zur Erkennung von Ausreißern, obwohl generative Modelle allgemein funktionieren.
Sind Entscheidungsbäume diskriminierende Modelle?
Logistische Regression, SVM und baumbasierte Klassifikatoren (z. B. Entscheidungsbaum) sind Beispiele für diskriminative Klassifikatoren. Ein diskriminatives Modell lernt direkt die bedingte Wahrscheinlichkeitsverteilung P(y|x).
Was ist generativ oder diskriminierend?
Diskriminierende Modelle ziehen Grenzen im Datenraum, während generative Modelle versuchen zu modellieren, wie Daten im gesamten Raum platziert werden. Ein generatives Modell konzentriert sich darauf zu erklären, wie die Daten generiert wurden, während ein diskriminatives Modell sich darauf konzentriert, die Bezeichnungen der Daten vorherzusagen.
Was sind generative und diskriminative Modelle?
Generative Modelle sind eine große Klasse von maschinellen Lernalgorithmen, die Vorhersagen treffen, indem siegemeinsame Verteilungen P(y, x) modellieren. Diskriminative Modelle sind eine Klasse überwachter maschineller Lernmodelle, die Vorhersagen treffen, indem sie die bedingte Wahrscheinlichkeit P(y|x) schätzen.
